Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Computerondersteunde diagnose (CADx) voor de strategie voor resectie en weggooien van colorectale poliepen (CADx)

21 april 2026 bijgewerkt door: Thomas Yuen Tung Lam, Chinese University of Hong Kong

Computerondersteunde diagnose (CADx) voor colorectale poliepen Resect-and-Discard-strategie: een multicenter gerandomiseerde gecontroleerde studie

Colonoscopische verwijdering van adenomateuze poliepen vermindert zowel de incidentie als de mortaliteit van colorectale kanker (CRC). De gebruikelijke klinische behandeling van colorectale poliepen die tijdens colonoscopie worden gedetecteerd, is het verwijderen ervan en het opsturen van histopathologie om het daaropvolgende surveillance-interval te bepalen. Meer dan 80% van de poliepen die tijdens screening of surveillance colonoscopie worden gedetecteerd, zijn klein (≤5 mm). Omdat de kans dat kleine poliepen kanker of gevorderde neoplasie herbergen laag is, worden 'leave-in-situ'- en resectie-en-weggooistrategieën met behulp van optische diagnose aanbevolen voor niet-neoplastische poliepen door de American Society for Gastrointestinal Endoscopie (ASGE) en de Europese Commissie. Society for Gastrointestinal Endoscopie (ESGE) om de financiële lasten van polypectomie en histopathologie te verminderen. De verenigingen stelden een leave-in-situ-strategie voor als optische diagnose een negatief voorspellende waarde (NPV) van> 90% kan bereiken voor rectosigmoïde poliepen en resectie-en-weggooien als er een overeenkomst van meer dan 90% in overeenstemming is met op histopathologie gebaseerde post-polypectomie surveillance-interval kan worden bereikt. Optische diagnose is echter afhankelijk van de operator en de meeste endoscopisten aarzelen om deze strategie in de routinepraktijk toe te passen vanwege de noodzaak van strikte training en auditing en de angst voor een onjuiste diagnose.

In het afgelopen decennium, met de exponentiële toename van de rekenkracht, de lagere kosten van gegevensopslag, de verbeterde algoritmische verfijning en de toegenomen beschikbaarheid van elektronische gezondheidsgegevens, zijn door kunstmatige intelligentie (AI) ondersteunde technologieën op grote schaal toegepast in verschillende gezondheidszorgomgevingen om de klinische resultaten te verbeteren. vooral de kwaliteit van colonoscopie op het gebied van gastro-enterologie. Realtime gebruik van computerondersteunde diagnose (CADx) voor adenoom met behulp van AI-systemen werd ontwikkeld en bleek nuttig te zijn om endoscopisten te helpen neoplastische poliepen te onderscheiden van niet-adenomateuze poliepen. In deze onderzoeken werd echter alleen naar kleine poliepen gekeken, maar niet naar poliepen van grotere omvang (> 5 mm). Ze werden uitgevoerd met een kleine steekproefomvang van minder dan een paar honderd proefpersonen en de onderzoekssettings waren open-label en niet-gerandomiseerd.

De onderzoekers streven ernaar een grootschalige gerandomiseerde gecontroleerde studie uit te voeren om de prestaties van colorectale poliepkarakterisering van poliepen van alle groottes door real-time CADx met behulp van een AI-systeem te evalueren in vergelijking met conventionele colonoscopie met optische diagnose.

Studie Overzicht

Toestand

Actief, niet wervend

Conditie

Gedetailleerde beschrijving

Studie instelling

Dit is een internationale, prospectieve, multicentrische, enkelblinde, non-inferioriteit, gerandomiseerde, gecontroleerde studie, uitgevoerd in 6 aan universiteiten aangesloten endoscopiecentra in China (4 centra), Hong Kong en Singapore. Dit onderzoek zal worden uitgevoerd volgens de CONSORT-AI en SPIRIT-AI richtlijn en in overeenstemming met ICH-GCP en de verklaring van Helsinki.

Polyp-karakteriseringssysteem voor kunstmatige intelligentie

De onderzoekers verwijzen naar de NICE-classificatie (Narrow Band Imaging International Colorectal Endoscopic) als de standaard om een ​​diep neuraal netwerkmodel voor polieptypedifferentiatie op te stellen. Om het poliepkarakteriseringsmodel op te bouwen, verzamelden de onderzoekers 3762 beelden van poliepen onder NBI voor modeltraining en testen, waaronder 1483 gevallen van hyperplastische poliepen, 1993 gevallen van adenomen en 286 gevallen van gevorderde tumoren.

Het verschil in beeldkenmerken tussen de drie soorten NICE-classificatie is duidelijk, en het is gemakkelijk om ze te onderscheiden met behulp van een computer onder endoscoop. Rekening houdend met de verwerkingscapaciteit van de computerhardware die met het model is uitgerust, kozen de onderzoekers, om real-time analyses te realiseren met beperkte computerbronnen, voor een lichtgewicht netwerkarchitectuur genaamd Mobile-Net om het model te bouwen. In een Mobile-Net-framework is de eerste een 3x3 standaard convolutielaag, gevolgd door een hoop in de diepte scheidbare convolutielagen. Sommige van de dieptegewijze convolutielagen zullen worden bemonsterd via straten die zijn ingesteld als 2. De volgende gemiddelde poolinglaag verandert de objecten in 1x1. Afhankelijk van de voorspelde categoriegrootte wordt vervolgens een volledige verbindingslaag toegevoegd en ten slotte wordt een soft-max-laag toegevoegd. Als de diepte-convolutielagen en puntsgewijze convolutielagen afzonderlijk worden berekend, heeft het hele netwerk slechts 28 lagen (Avg Pool en Softmax zijn niet inbegrepen). Op dit moment is het model nog niet klinisch gevalideerd. De onderzoekers gebruikten een vijfvoudige kruisvalidatie om de nauwkeurigheid van het model te evalueren. De resultaten toonden aan dat de classificatienauwkeurigheid van het model in de huidige dataset groter is dan 99%

Gestandaardiseerde training van optische diagnose

Voorafgaand aan de start van het onderzoek krijgen deelnemende endoscopisten een gestandaardiseerde online trainingsworkshop over de werking van het AI-poliepkarakteriseringssysteem, de principes van optische diagnose en een op afbeeldingen gebaseerde quiz.

Colonoscopieprocedures

Studiecolonoscopieën zullen worden uitgevoerd door 12 niet-deskundige endoscopisten (colonoscopie-ervaring <2000) en 12 deskundige endoscopisten (colonoscopie-ervaring ≥2000), met uit elk van de 6 centra 2 niet-deskundige en 2 deskundige endoscopisten. Alle colonoscopieën zullen worden uitgevoerd met behulp van een high-definition endoscopiesysteem en colonoscoop (EVIS Lucera Elite, 290-serie, Olympus, Co Ltd, Tokyo, Japan). Alle ingeschreven patiënten kregen drie dagen vóór de colonoscopie een vezelarm dieet en ondergingen een darmreiniging met een polyethyleenglycoloplossing in een gesplitste dosis op basis van het institutionele protocol. Colonoscopieën worden uitgevoerd onder bewuste sedatie. De kwaliteit van de darmvoorbereiding wordt beoordeeld aan de hand van de Boston Bowel Preparation Scale (BBPS), waarbij een adequate darmvoorbereiding wordt gedefinieerd als een BBPS-score ≥6 en een eventuele segmentale BBPS-score ≥2.

Voor patiënten die zijn gerandomiseerd naar de conventionele colonoscopie (CC) met optische diagnosegroep, zullen de endoscopisten de smalbandbeeldvormingsmodus (NBI) inschakelen zodra een poliep wordt gedetecteerd. Er wordt een optische diagnose gesteld zonder vergroting. Hyperplastische en sessiele gekartelde poliepen worden gecategoriseerd als niet-neoplastisch, adenoom en maligniteit als neoplastisch. De diagnose wordt vastgelegd met de mate van betrouwbaarheid van de beoordeling (hoog of laag). Voor patiënten die zijn gerandomiseerd naar de AI-aangedreven CADx-colonoscopiegroep (AI), zullen endoscopisten CADx inschakelen bij detectie van colorectale poliepen. De poliep wordt vervolgens gemarkeerd door een blauw trackingvakje en weergegeven op dezelfde high-definition monitor van het endoscopiesysteem. De AI zal naast het trackingvakje een diagnose geven (niet-neoplastisch of neoplastisch). Voor het doel van dit onderzoek zullen alle poliepen, ongeacht de optische of AI-diagnose, worden verwijderd door endoscopische polypectomie/endoscopische mucosale resectie (EMR)/endoscopische submucosale dissectie (ESD) tijdens de ontwenningsfase en opgestuurd worden voor histopathologie. Endoscopisten mogen naar eigen goeddunken geen geïdentificeerde poliepen in situ achterlaten.

Locatie, grootte en morfologie van alle verwijderde poliepen zullen worden gedocumenteerd. Het proximale colon wordt gedefinieerd als het segment van de blindedarm tot het transversale colon, terwijl het distale colon wordt gedefinieerd als het segment van de miltbuiging tot het rectum. Poliepen zullen worden geclassificeerd in gesteelde of niet-gesteelde morfologie en niet-gesteelde laesies zullen verder worden gekarakteriseerd als sessiele, vlakke of depressieve laesies. Verwijderde poliepen worden in aparte monsterflessen geplaatst. Colonpoliepspecimens zullen worden geëvalueerd door pathologen van individuele studiecentra die blind zijn voor de studiegroepopdracht. Colonpoliepspecimens zullen worden geëvalueerd volgens de WHO-classificatie van tumoren van het spijsverteringsstelsel van 2019. Gevorderde adenomen worden gedefinieerd als adenomen met een grootte ≥10 mm, een villeuze component of hoogwaardige dysplasie. De diagnostische opbrengst van bestaande colonpathologie wordt niet meegerekend als de proefpersoon wordt toegewezen aan de AI-groep. Patiënten zullen na de colonoscopie worden gecontroleerd op eventuele onmiddellijke bijwerkingen en zullen worden ontslagen nadat ze zijn hersteld van de sedatie.

Studietype

Ingrijpend

Inschrijving (Geschat)

1764

Fase

  • Niet toepasbaar

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studie Locaties

      • Hong Kong, Hongkong
        • Combined Endoscopy Unit, ALice Ho Miu Ling Nethersole Hospital

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

  • Volwassen
  • Oudere volwassene

Accepteert gezonde vrijwilligers

Nee

Beschrijving

Inclusiecriteria:

  • die een electieve colonoscopie ondergaan met welke indicatie dan ook (screening, surveillance of diagnostiek) en een volledige colonoscopie (caecale intubatie) waarbij ten minste één colorectale poliep wordt gedetecteerd, worden gerecruteerd

Uitsluitingscriteria:

  • persoonlijke voorgeschiedenis van CRC of inflammatoire darmziekte, eerdere colorectale chirurgie, behandeling met antistollingsmiddelen
  • gebrek aan geïnformeerde toestemming

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

  • Primair doel: Diagnostisch
  • Toewijzing: Gerandomiseerd
  • Interventioneel model: Parallelle opdracht
  • Masker: Enkel

Wapens en interventies

Deelnemersgroep / Arm
Interventie / Behandeling
Experimenteel: AI-arm
AI zal worden gebruikt om poliepen te diagnosticeren
Realtime AI zal worden gebruikt om poliepen te diagnosticeren die tijdens colonoscopie worden gevonden.
Geen tussenkomst: Controle-arm
Conventionele colonoscopie zonder AI zal worden uitgevoerd om poliepen te diagnosticeren

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
diagnostische nauwkeurigheid van poliephistologie in %
Tijdsspanne: 24 maanden
de NICE-classificatie (NICE I: niet-neoplastische poliep: NICE II: adenoom; NICE III: invasieve tumor) gegeven door de AI CADx en conventionele optische diagnose zal worden vergeleken met de poliephistopathologie (referentiestandaard)
24 maanden

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
gevoeligheid (%)
Tijdsspanne: 24 maanden
gevoeligheid voor het correct voorspellen van poliephistopathologische poliepen.
24 maanden
specificiteit (%)
Tijdsspanne: 24 maanden
specificiteit om poliephistopathologische poliepen correct te voorspellen
24 maanden
positief voorspellende waarde (%)
Tijdsspanne: 24 maanden
positieve voorspellende waarde om poliephistopathologische poliepen correct te voorspellen
24 maanden
negatief voorspellende waarde (%)
Tijdsspanne: 24 maanden
negatief voorspellende waarde om poliephistopathologische poliepen correct te voorspellen
24 maanden
overeenstemming bij het toewijzen van surveillance-intervallen na poliepectomie met op pathologie gebaseerde diagnoses (%)
Tijdsspanne: 24 maanden
overeenkomst bij het toewijzen van surveillance-intervallen na poliepectomie met op pathologie gebaseerde diagnoses volgens de nieuwste USMSTF-, ESGE- en Azië-Pacific-richtlijnen
24 maanden

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start (Werkelijk)

29 september 2023

Primaire voltooiing (Werkelijk)

30 november 2025

Studie voltooiing (Geschat)

31 december 2026

Studieregistratiedata

Eerst ingediend

6 september 2023

Eerst ingediend dat voldeed aan de QC-criteria

28 september 2023

Eerst geplaatst (Werkelijk)

2 oktober 2023

Updates van studierecords

Laatste update geplaatst (Werkelijk)

24 april 2026

Laatste update ingediend die voldeed aan QC-criteria

21 april 2026

Laatst geverifieerd

1 april 2026

Meer informatie

Termen gerelateerd aan deze studie

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

NEE

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .

Abonneren